OSS を用いた RWD 解析

OMOP CDM と分析用 R パッケージの紹介

PHUSE Japan Open-source Technology Working Group

2025年12月5日

スライドはこちら

English: https://nissinbo.github.io/phuse-sde-tokyo-2025-ost-omop/en

Japanese: https://nissinbo.github.io/phuse-sde-tokyo-2025-ost-omop/ja

OMOP CDM 入門

OMOP CDMとは？

Observational Medical Outcomes Partnership Common Data Model

異なるRWDを統一的に解析するためのデータモデル
共通スキーマと標準ボキャブラリによる標準化で、再現性を高める
OHDSIというコミュニティによって開発・発展

OHDSI

ノート

2025年には製薬業界でのOMOP活用を推進するPHUSE Working Groupが発足

OMOP CDMの特徴

利点: 異なるデータソースの比較研究が容易
- 標準ボキャブラリによる用語統一
- 観察研究に必要な最小限のテーブルで設計
課題: 変換工程の複雑さ
- データソースごとにETLプロセスが必要
- 標準用語集へのマッピングの難易度

OMOP CDMの構造 (v5.4)

Clinical data: Person, Observation Period, Visit Occurrence, …
Health system: Location, Care Site, Provider
Vocabularies: Concept, Vocabulary, Concept Relationship, …

OMOP CDM

主要テーブル: Person

患者の基本情報と人口統計学的データ

フィールド	説明
person_id	患者ID
gender_concept_id	性別
year_of_birth	生年
race_concept_id	人種
ethnicity_concept_id	民族

ヒント

全ての臨床イベントはperson_idで紐付けられる

主要テーブル: Visit Occurrence

医療機関への来院・入院情報

フィールド	説明
visit_occurrence_id	来院の識別子
person_id	患者ID
visit_concept_id	来院タイプ（入院/外来/救急）
visit_start_date	来院開始日
visit_end_date	来院終了日

主要テーブル: Condition Occurrence

疾患・症状の診断情報

フィールド	説明
condition_occurrence_id	診断の識別子
person_id	患者ID
condition_concept_id	疾患の標準コンセプトID
condition_start_date	診断開始日
condition_type_concept_id	レコードの出所（EHR/レセプト）

主要テーブル: Drug Exposure

薬剤曝露の情報

フィールド	説明
drug_exposure_id	薬剤曝露の識別子
person_id	患者ID
drug_concept_id	薬剤の標準コンセプトID
drug_exposure_start_date	曝露開始日
drug_exposure_end_date	曝露終了日

コードのマッピング

OMOPでは、各種コードを標準コンセプトにマッピングすることが多い (必須ではない)

標準コンセプト: SNOMED CT(疾患)やRxNorm(薬剤)などによって定義
非標準コンセプト: ICD10やLOINCなど、元データで使用されるコード
コンセプトはATHENAというWebツールで検索可能

例: 高血圧

標準: SNOMED 38341003
非標準: ICD10 I10, MeSH D006973

R で OMOP を解析する

HADESとは

Health Analytics Data-to-Evidence Suite

OMOP CDMデータの分析に特化したRパッケージ群
相互運用性が高い (HADESでそろえればうまく動く)
OHDSIとDARWIN EUという2つの組織を中心に開発が進んでいる

HADES OHDSI DARWIN EU

HADESのパッケージリスト

HADES Packages

2025年12月現在、41個ものパッケージがHADESに登録されている！

HADESを用いたワークフローの一例

一気通貫の分析フローが実現可能

%%{init: {'theme':'base', 'themeVariables': {'fontSize':'30px'}}}%%
graph LR
    subgraph データ品質
    B1[DataQualityDashboard]
    B2[Achilles]
    end
    
    subgraph コホート定義
    C1[Capr]
    C2[CohortGenerator]
    end
    
    subgraph コホート診断
    D1[CohortDiagnostics]
    end
    
    subgraph 患者特性
    E1[FeatureExtraction]
    E2[Characterization]
    end
    
    subgraph 推定
    F1[CohortMethod]
    F2[EvidenceSynthesis]
    end
    
    A[OMOP Database] --> B1 & B2
    A --> C1 & C2
    C1 & C2 --> D1
    D1 --> E1 & E2
    E1 --> F1 & F2
    
    style データ品質 fill:#FCE4EC,stroke:#C2185B,color:#000
    style コホート定義 fill:#E8F5E9,stroke:#388E3C,color:#000
    style コホート診断 fill:#FFF3E0,stroke:#F57C00,color:#000
    style 患者特性 fill:#F3E5F5,stroke:#7B1FA2,color:#000
    style 推定 fill:#FFF9C4,stroke:#F9A825,color:#000
    
    style A fill:#E3F2FD,stroke:#1976D2,color:#000
    style B1 fill:#FFEBEE,stroke:#C62828,color:#000
    style B2 fill:#FFEBEE,stroke:#C62828,color:#000
    style C1 fill:#C8E6C9,stroke:#2E7D32,color:#000
    style C2 fill:#C8E6C9,stroke:#2E7D32,color:#000
    style D1 fill:#FFE0B2,stroke:#EF6C00,color:#000
    style E1 fill:#E1BEE7,stroke:#6A1B9A,color:#000
    style E2 fill:#E1BEE7,stroke:#6A1B9A,color:#000
    style F1 fill:#FFF59D,stroke:#F57F17,color:#000
    style F2 fill:#FFF59D,stroke:#F57F17,color:#000

実際にやってみよう 😀

準備

R パッケージのインストール

install.packages(c("duckdb", "here", "CDMConnector", "OmopSketch", 
                   "PatientProfiles", "IncidencePrevalence", "CohortSurvival"))

サンプルデータのダウンロード

library(CDMConnector)

Sys.setenv("EUNOMIA_DATA_FOLDER" = here::here())
downloadEunomiaData("GiBleed")

`CDMConnector` + 基本的な操作

CDMConnector

`CDMConnector`

データベース接続とデータアクセス

library(CDMConnector)
library(tidyverse)
library(dbplyr)

# データベースへの接続
con <- DBI::dbConnect(duckdb::duckdb(), eunomiaDir("GiBleed"))

# テーブル一覧を表示
DBI::dbListTables(con)

 [1] "care_site"             "cdm_source"            "concept"              
 [4] "concept_ancestor"      "concept_class"         "concept_relationship" 
 [7] "concept_synonym"       "condition_era"         "condition_occurrence" 
[10] "cost"                  "death"                 "device_exposure"      
[13] "domain"                "dose_era"              "drug_era"             
[16] "drug_exposure"         "drug_strength"         "fact_relationship"    
[19] "location"              "measurement"           "metadata"             
[22] "note"                  "note_nlp"              "observation"          
[25] "observation_period"    "payer_plan_period"     "person"               
[28] "procedure_occurrence"  "provider"              "relationship"         
[31] "source_to_concept_map" "specimen"              "visit_detail"         
[34] "visit_occurrence"      "vocabulary"

`CDMConnector`

CDMオブジェクトの作成

cdmFromCon()を使って、OMOP専用のオブジェクト形式にする

cdm <- cdmFromCon(con, cdmSchema = "main", writeSchema = "main")
cdm

`cdm` オブジェクト

$を使って各テーブルにアクセス可能

cdm$person |> 
  collect() |> 
  glimpse()

Rows: 2,694
Columns: 18
$ person_id                   <int> 6, 123, 129, 16, 65, 74, 42, 187, 18, 111,…
$ gender_concept_id           <int> 8532, 8507, 8507, 8532, 8532, 8532, 8532, …
$ year_of_birth               <int> 1963, 1950, 1974, 1971, 1967, 1972, 1909, …
$ month_of_birth              <int> 12, 4, 10, 10, 3, 1, 11, 7, 11, 5, 8, 3, 3…
$ day_of_birth                <int> 31, 12, 7, 13, 31, 5, 2, 23, 17, 2, 19, 13…
$ birth_datetime              <dttm> 1963-12-31, 1950-04-12, 1974-10-07, 1971-…
$ race_concept_id             <int> 8516, 8527, 8527, 8527, 8516, 8527, 8527, …
$ ethnicity_concept_id        <int> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, …
$ location_id                 <int> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA…
$ provider_id                 <int> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA…
$ care_site_id                <int> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA…
$ person_source_value         <chr> "001f4a87-70d0-435c-a4b9-1425f6928d33", "0…
$ gender_source_value         <chr> "F", "M", "M", "F", "F", "F", "F", "M", "F…
$ gender_source_concept_id    <int> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, …
$ race_source_value           <chr> "black", "white", "white", "white", "black…
$ race_source_concept_id      <int> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, …
$ ethnicity_source_value      <chr> "west_indian", "italian", "polish", "ameri…
$ ethnicity_source_concept_id <int> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, …

基本的なデータ操作

1975年以降生まれの男性の疾患分布

cdm$person |>
  filter(year_of_birth >= 1975, gender_source_value == "M") |> 
  left_join(cdm$condition_occurrence, by = "person_id") |>
  summarise(n = n(), .by = condition_concept_id) |>
  left_join(cdm$concept |> select(concept_id, concept_name), by = c("condition_concept_id" = "concept_id")) |>
  collect() |> 
  arrange(desc(n))

# A tibble: 62 × 3
  condition_concept_id     n concept_name           
                 <int> <dbl> <chr>                  
1             40481087   744 Viral sinusitis        
2              4112343   419 Acute viral pharyngitis
3               260139   354 Acute bronchitis       
4               372328   210 Otitis media           
# ℹ 58 more rows

可視化も！

cdm$person |> 
  summarize(n = n(), .by = c(year_of_birth, gender_concept_id)) |> 
  mutate(sex = case_when(
    gender_concept_id == 8532 ~ "Female",
    gender_concept_id == 8507 ~ "Male"
  )) |> 
  collect() |> 
  ggplot(aes(y = n, x = year_of_birth, fill = sex)) +
  geom_col(position = "dodge")

ノート

tidyverse スタイルのデータハンドリングが可能！

`OmopSketch`
データベースの概要をつかむ

OmopSketch

`OmopSketch`

DB全体の概要をつかむ (tibble)

library(OmopSketch)

cdm |> 
  summariseOmopSnapshot() |> 
  tableOmopSnapshot(type = "tibble")

# A tibble: 13 × 3
   Variable           Estimate                [header_name]Database name\n[hea…¹
   <chr>              <chr>                   <chr>                             
 1 General            Snapshot date           2025-11-13                        
 2 General            Person count            2,694                             
 3 General            Vocabulary version      v5.0 18-JAN-19                    
 4 Observation period N                       5,343                             
 5 Observation period Start date              1908-09-22                        
 6 Observation period End date                2019-07-03                        
 7 Cdm                Source name             Synthea synthetic health database 
 8 Cdm                Version                 v5.3.1                            
 9 Cdm                Holder name             OHDSI Community                   
10 Cdm                Release date            2019-05-25                        
11 Cdm                Description             SyntheaTM is a Synthetic Patient …
12 Cdm                Documentation reference https://synthetichealth.github.io…
13 Cdm                Source type             duckdb                            
# ℹ abbreviated name: ¹`[header_name]Database name\n[header_level]Synthea`

`OmopSketch`

condition_occurrenceの概要をつかむ (flextable)

cdm |> 
  summariseClinicalRecords("condition_occurrence") |>
  tableClinicalRecords(type = "flextable")

Variable name	Variable level	Estimate name	Database name
Variable name	Variable level	Estimate name	Synthea
condition_occurrence
Number records	-	N	65,332
Number subjects	-	N (%)	2,694 (100.00%)
Records per person	-	Mean (SD)	24.25 (7.41)
		Median [Q25 - Q75]	23 [19 - 29]
		Range [min to max]	[5 to 65]
In observation	No	N (%)	450 (0.69%)
	Yes	N (%)	64,882 (99.31%)
Domain	Condition	N (%)	65,332 (100.00%)
Source vocabulary	Icd10cm	N (%)	479 (0.73%)
	No matching concept	N (%)	27 (0.04%)
	Snomed	N (%)	64,826 (99.23%)
Standard concept	S	N (%)	65,332 (100.00%)
Type concept id	Ehr encounter diagnosis	N (%)	65,332 (100.00%)

`OmopSketch`

drug_exposureの概要をつかむ (flextable)

cdm |> 
  summariseClinicalRecords("drug_exposure") |>
  tableClinicalRecords(type = "flextable")

Variable name	Variable level	Estimate name	Database name
Variable name	Variable level	Estimate name	Synthea
drug_exposure
Number records	-	N	67,713
Number subjects	-	N (%)	2,694 (100.00%)
Records per person	-	Mean (SD)	25.13 (5.25)
		Median [Q25 - Q75]	25 [22 - 28]
		Range [min to max]	[7 to 54]
In observation	No	N (%)	251 (0.37%)
	Yes	N (%)	67,462 (99.63%)
Domain	Drug	N (%)	67,713 (100.00%)
Source vocabulary	Cvx	N (%)	25,713 (37.97%)
	Ndc	N (%)	2,694 (3.98%)
	No matching concept	N (%)	35 (0.05%)
	Rxnorm	N (%)	39,271 (58.00%)
Standard concept	S	N (%)	67,713 (100.00%)
Type concept id	Dispensed in outpatient office	N (%)	25,713 (37.97%)
	Prescription written	N (%)	42,000 (62.03%)

`PatientProfiles`
患者特性の追加

PatientProfiles

`PatientProfiles`

「気管支炎を有する患者」のコホートを設定

cdm <- cdm |> 
  generateConceptCohortSet(
  name = "bronchitis",
  conceptSet = list("any_bronchitis" = c(260139, 258780)), 
  limit = "all", 
  end = 0
)

cdm$bronchitis |> 
  collect()

# A tibble: 8,232 × 4
  cohort_definition_id subject_id cohort_start_date cohort_end_date
                 <int>      <int> <date>            <date>         
1                    1        219 1968-08-28        1968-08-28     
2                    1        263 1955-02-16        1955-02-16     
3                    1        411 1981-12-24        1981-12-24     
4                    1        778 2008-01-22        2008-01-22     
# ℹ 8,228 more rows

`PatientProfiles`

コホートに患者特性を追加

library(PatientProfiles)

# 生年月日、年齢、性別
cdm$bronchitis |> 
  addDateOfBirth() |> 
  addSex() |> 
  addAge()

# index dateを起点とした過去/未来の観察期間
cdm$bronchitis |> 
  addPriorObservation() |> 
  addFutureObservation()

ノート

特に何か言うことはありません。簡単すぎる！

`IncidencePrevalence`
有病割合・罹患率の計算

IncidencePrevalence

`IncidencePrevalence`

「分母」となるコホートの作成

library(IncidencePrevalence)

cdm <- cdm |> 
  generateDenominatorCohortSet(
    "denom", 
    cohortDateRange = c(as.Date("2005-01-01"), as.Date(NA))
  )

`IncidencePrevalence`

有病割合の算出

cdm |> 
  estimatePeriodPrevalence(
    denominatorTable = "denom", 
    outcomeTable = "bronchitis"
  ) |> 
  plotPrevalence()

`IncidencePrevalence`

罹患率の算出

cdm |> 
  estimateIncidence(
    denominatorTable = "denom", 
    outcomeTable = "bronchitis"
  ) |> 
  plotIncidence()

`CohortSurvival`
生存時間分析

CohortSurvival

`CohortSurvival`

library(CohortSurvival)

# 生存時間分析のためのサンプルデータ
cdm <- mockMGUS2cdm()

cdm |> 
  estimateSingleEventSurvival(
  targetCohortTable = "mgus_diagnosis",
  outcomeCohortTable = "death_cohort"
) |> 
  plotSurvival()

`CohortSurvival`

cdm |> 
  estimateSingleEventSurvival(
    targetCohortTable = "mgus_diagnosis",
    outcomeCohortTable = "death_cohort",
    strata = list(c("age_group"))
) |> 
  plotSurvival(colour = "age_group")

まとめ

OMOP CDM
- 観察研究・RWD研究のための共通データモデル
- 異なるデータベースを標準化し、再現性の高い分析を可能に
解析用Rパッケージ
- HADESを中心としたエコシステム
- OMOP解析に特化した便利なパッケージが多く存在

OSS を用いた RWD 解析

スライドはこちら

OMOP CDM 入門

OMOP CDMとは？

Observational Medical Outcomes Partnership Common Data Model

OMOP CDMの特徴

OMOP CDMの構造 (v5.4)

主要テーブル: Person

患者の基本情報と人口統計学的データ

主要テーブル: Visit Occurrence

医療機関への来院・入院情報

主要テーブル: Condition Occurrence

疾患・症状の診断情報

主要テーブル: Drug Exposure

薬剤曝露の情報

コードのマッピング

R で OMOP を解析する

HADESとは

Health Analytics Data-to-Evidence Suite

HADESのパッケージリスト

HADESを用いたワークフローの一例

一気通貫の分析フローが実現可能

実際にやってみよう 😀

準備

CDMConnector + 基本的な操作

CDMConnector

CDMConnector

cdm オブジェクト

基本的なデータ操作

可視化も！

OmopSketchデータベースの概要をつかむ

OmopSketch

OmopSketch

OmopSketch

PatientProfiles患者特性の追加

PatientProfiles

PatientProfiles

IncidencePrevalence有病割合・罹患率の計算

IncidencePrevalence

IncidencePrevalence

IncidencePrevalence

CohortSurvival生存時間分析

CohortSurvival

CohortSurvival

まとめ

学習リソース

コミュニティ

`CDMConnector` + 基本的な操作

`CDMConnector`

`CDMConnector`

`cdm` オブジェクト

`OmopSketch`
データベースの概要をつかむ

`OmopSketch`

`OmopSketch`

`OmopSketch`

`PatientProfiles`
患者特性の追加

`PatientProfiles`

`PatientProfiles`

`IncidencePrevalence`
有病割合・罹患率の計算

`IncidencePrevalence`

`IncidencePrevalence`

`IncidencePrevalence`

`CohortSurvival`
生存時間分析

`CohortSurvival`

`CohortSurvival`